pandas.Series.min

Series.min(axis=_NoDefault.no_default, skipna=True, level=None, numeric_only=None, **kwargs)[source]

Возвращает минимальное значение по указанной оси.

Если вам нужен индекс минимального значения, используйте idxmin. Это эквивалентно методу numpy.ndarray argmin.

Parameters

axis

Ось, для которой нужно применить функцию. Для Series этот параметр не используется и по умолчанию равен 0.

skipna:bool, по умолчанию True

Исключить значения NA/null при вычислении результата.

level:int или имя уровня, по умолчанию None

Если ось является многоуровневым индексом (иерархическим), считайте по определенному уровню, сводя к скаляру.

Устарело начиная с версии 1.3.0: Ключевое слово level устарело. Используйте groupby вместо него.

numeric_only:bool, по умолчанию None

Включать только столбцы float, int, boolean. Если None, попытается использовать всё, затем только числовые данные. Для Series не реализовано.

Устарело начиная с версии 1.5.0: Указание numeric_only=None устарело. Значение по умолчанию будет False в будущей версии pandas.

**kwargs

Дополнительные ключевые аргументы, которые должны быть переданы в функцию.

Returns

скаляр или Series (если указан уровень)

См. также

Series.sum

Возвращает сумму.

Series.min

Возвращает минимум.

Series.max

Возвращает максимум.

Series.idxmin

Возвращает индекс минимума.

Series.idxmax

Возвращает индекс максимума.

DataFrame.sum

Возвращает сумму по указанной оси.

DataFrame.min

Возвращает минимум по указанной оси.

DataFrame.max

Возвращает максимум по указанной оси.

DataFrame.idxmin

Возвращает индекс минимума по указанной оси.

DataFrame.idxmax

Возвращает индекс максимума по указанной оси.

Примеры

>>> idx = pd.MultiIndex.from_arrays([
...     ['warm', 'warm', 'cold', 'cold'],
...     ['dog', 'falcon', 'fish', 'spider']],
...     names=['blooded', 'animal'])
>>> s = pd.Series([4, 2, 0, 8], name='legs', index=idx)
>>> s
blooded  animal
warm     dog       4
         falcon    2
cold     fish      0
         spider    8
Name: legs, dtype: int64

>>> s.min()
0